基于随机森林的水下声自导武器尺度目标识别特征寻优

水下声自导武器在进行水下尺度目标识别时,通常需要从水下目标回波中提取不同维度特征,并将其进行组合形成互补的特征集合以提高识别率。然而,由于特征的应用场景不同,将所有特征全部引入会导致特征集维度较高,特征之间可能包含冗余信息,导致识别难度增加。文中针对水下声自导武器主动识别问题中特征集维度高、需要进行选择的问题,提出了一种基于随机森林的特征寻优算法。同时,针对水下声自导武器主动回波数据量少且种类不平衡的问题,在特征域采用合成少数类过采样技术。利用实航数据将文中方法选择的特征子集输入分类器进行测试,结果表明,该方法可获得较好的特征子集,能够有效提高识别率。

水下自导武器导引律研究

水下声自导武器的传统导引方式存在着种种缺点,已经不适合现代鱼雷的战术要求。对水下声自导武器的导引方式作了研究,并利用滑模变结构控制理论,推导出一种以航向角为控制律的导引方式。该控制律有别于基于角速率的导引方式,保证了鱼雷在数据率较低且不固定以及存在自导盲区的情况下,仍能够以较高精度命中目标,因而能更好地适应水中导引的特点。仿真表明,该导引律实现简单可靠,鲁棒性强,攻击弹道平滑,对水中目标有较好的制导性能。

水下声自导武器目标跟踪建模与仿真

目标跟踪是水下声自导武器智能化发展的重要方向之一。水下主动声自导武器目标跟踪过程具有观测基座运动和观测时变的特点,本文利用水下声自导武器导航定位及航行姿态参数和水下声自导武器检测到的目标信息,基于坐标变换将目标坐标从水下声自导武器坐标系变换到大地坐标系,解决了观测基座运动的问题,通过实时计算采样周期解决了观测时变问题,建立了基于卡尔曼滤波的水下声自导武器目标跟踪模型,分析了滤波初值选取问题,给出了滤波初值选取的工程方法。仿真结果证明,本文所建模型正确,跟踪算法具有较快的收敛速度,跟踪效果良好。

自导武器特性指标的评价分析方法

本文以反坦克导弹等自导武器的末弹道命中精度为着眼点 ,利用条件概率分析方法 ,研究了武器特性指标对命中精度的影响。

基于变结构控制的反鱼雷武器导引律

未来战争中,智能鱼雷对水面舰艇的威胁越来越严重。因此,针对鱼雷的硬杀伤武器(ATT)成为国际上研究的热点。根据对ATT武器的导引方式的研究,结合滑模变结构控制理论,推导出一种以航向角为控制律的导引方式。该控制律克服了基于角速率导引方式的缺点,可适用于主动和被动检测,保证了ATT武器在数据率较低且不固定的情况下,仍能够以较高精度命中目标,因而能更好地适应水中导引的特点。当来袭鱼雷存在机动时,利用主动导引方式,也可以获得较好的拦截效果。仿真表明,该导引律鲁棒性强,攻击弹道平滑,对来袭鱼雷有较高的命中精度。

基于随机森林动态集成的水下尺度目标识别

正确识别目标是水下声自导武器攻击敌方目标的关键。文中提出一种基于动态选择集成技术的水下声自导武器实时目标识别方法。利用水下声自导武器主动宽带探测波形照射下目标不同的反射特性,从目标宽带相关检测输出提取了能量分布和空间分布统计特征,并构建了基于随机森林的动态选择集成模型,利用海试数据集进行训练与测试。仿真分析表明,文中所提出的动态集成模型识别效果优于其他分类算法,可以较好地应用于水下声自导武器目标识别中。

基于改进Huber估计的水下尺度目标参数估计

尺度目标参数是水下声自导武器近程进行弹道机动和垂直命中攻击的关键参数,有效估计尺度目标的特征参数对保证水下声自导武器作战毁伤效果至关重要。本文利用水下声自导武器检测得到的尺度目标多亮点信息对目标尺度参数进行估计,然而目标不同反射部位的反射能力不同,对应的多亮点检测信噪比存在差异,直接利用最小二乘拟合进行尺度参数估计可能会造成较大的估计误差。基于Huber稳健M估计原理,通过分析对Huber估计进行了改进,该方法利用亮点强度和拟合误差计算迭代拟合权值矩阵,通过拟合误差剔除可能存在的干扰亮点,能对目标长度、走向角、等效点进行有效估计。仿真分析和实航试验结果均表明,该方法具有稳健的收敛性能,能有效剔除干扰点,具有较强的抗干扰能力和较高的参数估计精度。